把大模型接进业务系统，demo 阶段往往顺风顺水，一上生产就开始出各种幺蛾子：工具调用偶发失败、多轮对话上下文爆炸、检索召回驴唇不对马嘴、同一个请求两次跑出两种结果、线上费用突然翻了好几倍。这些问题很少是模型本身不够强，多数是工程链路上埋的雷。这门课的主题就一句话：把 Agent 从"能跑"推到"敢让它跑在真实流量上"，并且系统地排掉那些你已经踩到、或者还没踩到的坑。
它解决的不是"什么是 Agent"这种概念问题，而是排查问题的方法论和具体手段。你要面对的是可复现性、可观测性、失败兜底、成本与延迟这几类硬骨头，而不是再听一遍 ReAct 和 Function Calling 的定义。下面按能力缺口、适配基础、优先看哪几块、学完能独立做什么、资料怎么配合练习这几个角度拆开讲。
一、这门课真正要解决的能力缺口
第一个缺口是"排障无从下手"。很多同学调 Agent 的方式是改提示词、换模型、重跑一遍，蒙对了就上线，蒙不对就继续改。这种碰运气的方法在单轮问答上勉强能用，一旦进入多步工具调用、多轮记忆、外部检索交织的场景，变量太多，靠肉眼根本定位不到根因。课程要给你的是一套可复用的排查顺序：先确认是模型输出问题还是编排逻辑问题，再确认是上下文问题还是工具问题，逐层收敛，而不是眉毛胡子一把抓。
第二个缺口是"没有可观测性"。生产环境的 Agent 是一次黑盒执行：中间调了几次模型、每次输入输出是什么、哪一步耗时最长、哪次工具调用返回了空、token 花在哪个环节，全靠日志和埋点去还原。如果这些东西在上线前没设计好，出问题时你连现场都没有。课程会花相当篇幅讲清楚一条 Agent 请求里该记录哪些轨迹、怎么把执行链路串起来，让排障从"猜"变成"看"。
第三个缺口是"没有兜底与止损"。真实请求会超时、会触发限流、会拿回脏数据，Agent 的每一步都可能失败。没有重试策略、没有降级路径、没有超时熔断，一次外部接口抖动就能拖垮整条链路，还会连带产生一堆无效的模型调用，把成本烧掉。排雷的核心之一，就是给每一类已知失败准备好退路。
二、适合什么基础的人来看
这门课不适合完全没写过代码的人。你需要能看懂 Python 或类似的脚本语言，知道 HTTP 请求怎么发、JSON 怎么解析、异步调用大概是怎么回事。如果你只用过网页版对话界面、没自己写代码调过模型接口，建议先补一段接口调用的基础再来，否则里面关于重试、并发、超时的讨论会听得云里雾里。
另一类适合的人是"已经跑通了 demo、正准备上量"的开发者。你可能用某个编排框架搭出了一个能用的 Agent，能完成简单任务，但对它在压力下的表现心里没底。这门课讲的正是这个阶段最容易翻车的地方，你看的时候会不断对上号——"哦，我上周就遇到过这个"。反过来，如果你只是对 Agent 感兴趣、还没有任何动手经验，可以看，但要降低预期，重点先放在理解"生产环境到底难在哪"，而不是立刻照搬方案。
还有一类是转岗过来的后端或数据方向同学。你们对稳定性、可观测性、成本这些工程概念不陌生，缺的是大模型这一层特有的不确定性怎么处理。对你们来说，理解模型输出的非确定性、上下文窗口的约束、工具调用的失败模式，是补齐短板的关键，课程里工程化的部分你们会学得很快，真正要花时间的是模型侧那一半。
三、建议先看哪几块，顺序怎么排
如果你时间有限，建议先把关于失败模式与可观测性的部分吃透。原因很直接：排雷的前提是能看见雷。先建立起"一条请求该留下哪些痕迹"的意识，后面讲任何具体方案你都知道它是为了解决哪个环节的问题。这一块内容密度大，但它是整门课的地基，跳过它去学具体技巧，最后还是会回到碰运气的老路。
第二步再看工具调用与上下文管理相关的内容。这两个是出问题最密集的区域：工具的参数校验、返回值异常处理、调用超时；上下文的历史裁剪、摘要压缩、长文档怎么塞进去。看的时候建议边看边对照自己手里的项目，把课程里提到的每个风险点标一下"我这边有没有"。真正有价值的不是记住某个具体实现，而是拿到一份可逐项自查的清单。
第三步再看成本、延迟与稳定性相关的部分。这部分更适合在项目已经能跑、开始上量的时候回头看，因为它涉及的是取舍：多一次模型调用换更准的结果值不值、缓存放在哪一层、并发怎么控制。这些判断没有标准答案，课程给的是思考框架和踩坑记录，你要结合自己的业务量级去算账。顺序上别贪快，前三块没消化就冲最后一块，容易变成看热闹。
四、学完应该能独立完成什么
最直接的一点：拿到一个出问题的 Agent，你能列出排查清单并按顺序走，而不是随机改参数。你能判断这次异常是模型层、编排层还是工具层的问题，能通过日志和轨迹把现场还原出来，能说清楚"哪一步开始偏离预期"。这是从"会调"到"会修"的分水岭。
再往上，你应该能给一条 Agent 链路设计基本的防护：哪些调用要设超时、失败了怎么重试、重试还不行走哪条降级路径、什么情况下直接返回兜底话术而不是硬撑。你也能对上下文做取舍，知道什么时候该截断、什么时候该摘要、什么时候该把历史丢给检索而不是全塞进去。这些决定做对了，线上事故会少一大半。
最后是能对成本与效果做量化权衡。你能估算一次请求大致花多少 token、在哪一环浪费最多、加一层缓存能省多少、把某个环节换成规则能不能既省钱又不掉效果。学完你还应该能回答几个具体问题：我的 Agent 在哪一步最脆弱？出问题时我第一时间该看什么？如果外部接口挂了，我的系统会怎么表现？想清楚这三个问题，说明这门课没白看。
五、资料包怎么配合练习
资料里的截图是理解场景的重要线索，建议按主题归类去看，而不是一张张顺序翻。看的时候准备一个自己的排障笔记，把每张图对应的失败现象、涉及环节、处理思路记下来，形成属于自己的检查表。截图本身信息有限，价值在于帮你把抽象的方法落到具体场景上，边看边问"如果换我的业务，这里会怎么爆"。
练习上不要只看不练。挑一个你手头已经能跑的 Agent 小项目，按课程里的排查顺序过一遍：加日志、埋点、找出最慢和最容易失败的那一步、给它加上超时和降级。哪怕只改一个环节，亲手做过一遍，比看十遍讲解都管用。有条件的话故意制造故障——把某个工具接口关掉、把返回改成异常值、把上下文塞爆——观察你的系统会怎么反应。这种"自己找雷"的练习，才是这门课真正想让你养成的习惯。
另外建议把每次排查的结论沉淀下来，写成简短的复盘。生产级 Agent 的坑大多有共性，踩过一次还会换个形状再来一次，有记录你才能越排越快。等你积累出一份属于自己的失败模式清单，这门课的目的也就达到了：不是让你记住所有答案，而是让你下次遇到新雷时，知道从哪儿开始挖。
课程目录
📁 images 📁 1019044 📁 1018959 📁 1002756 9e3e74e9f8e92e05a25c49f69f4ea99e.png [1.6 MB] c41f26d7c23f9f09616fcb597481aa46.png [1.3 MB] 1dbfc30cbebe3817b19d9685021ec77f.png [1.3 MB] efd097d890efc0e2a83ccf1f226e24ff.png [1.2 MB] 4114b3d2e92fc12e1fb94a961ab280df.png [1.1 MB] 34633d1b9f2a13691be633a9f8ed5f15.png [1.1 MB] 📁 1002945 78765736471530bf125e9f06cdddc7cd.png [1.3 MB] 72897c8918176427c6e758003a2e1413.png [1.1 MB] 06c149b0dfcf6f45f073873c36be31d1.png [1.0 MB] cf486352de9dfb0792a68d72a6882158.png [831.8 KB] 21e1a8763ea96a32d56f186d61534800.png [949.9 KB] 📁 1002786 d30fe6af12d3cad6f6eb9f95cb060238.png [1.1 MB] d07cbe8f75971ed94b5b5e9bc17def8e.png [1.3 MB] 4cbd48fb0a0b6ba6dce921726f0818e4.png [824.6 KB] 9e01fb993b127fdeaac9f80933c35aff.png [1018.5 KB] 7e0e44c4dfce1b62c177143d3fea5e32.png [999.8 KB] f8644ba3e42ec3c5759e711344913a33.png [949.7 KB] 📁 1011916 92eeef9ebb1abe637f42838c657e87ac.png [1.1 MB] 📁 1010109 04fef9b5d9fcd2c9728630ad269f0d20.png [1.2 MB] 4704187972b544520cecd911eddb6d76.png [1.0 MB] 7eeee5cb7878e4eafd9110a09214800e.png [1.1 MB] 📁 1005155 37e89071a0fcfb431c7655ec3fb6153c.png [1.1 MB] 1f0611df4909916f6e2ec128077e656d.png [994.0 KB] 1cb57ef5eb5e4bcf354a192766eeac2e.png [823.9 KB] 7df4c1b1b010bb9c0c47fee63d3daf2b.png [685.7 KB] 📁 1003760 714a7f95f085ac72cc2211727f92f7e2.png [1.1 MB] 563946fd0c8554ecb68cd12393ac40b8.png [931.1 KB] 5005bb90b35fd27808337e4f33be868f.png [936.9 KB] d4bdf0fa631d4fc7a445d3db603bc8a8.png [579.2 KB] 📁 1002776 9afbbc6268c1159c1b969e7e61256cb0.png [1.2 MB] 0d534b5dfa9c7fdf5375b1be172f2b43.png [729.2 KB] 📁 1007394 1890b3303e1386eb61a036f2ee000d0f.png [1.2 MB] cc802a63b0e8b7a5101322f58fe03e6f.png [1.1 MB] ff3dbface7891901addc859fa2de5bc6.png [776.7 KB] 3813021e5d0317f04e94e60a536bc860.png [860.6 KB] 📁 1006674 88f812050b6acf25600c3f80173fd7b3.png [1.0 MB] 552d8c7874bf4d01a0c13cc82348a1a6.png [979.2 KB] fd7aec904a07fb545c65f29025c6599e.png [994.9 KB] b37c52f2f0633b0c9e8025205decfb9a.png [905.4 KB] 1926dc2b6c559b5d4e2817e7fcea7184.png [897.7 KB] 7b1f7d051c0aef2a69bdd8d632f88e31.png [662.6 KB] 📁 1008082 2a5de07f03013558b190395b38c6c273.png [1004.7 KB] 📁 1005154 7db5009e1d40259578fd97c2e588fef5.png [994.0 KB] 17b90685e1cbd6476b219d600d00b4f1.png [882.4 KB] 0d4df0a657e80f9154b5ef4c85b521c7.png [905.6 KB] 📁 1009116 1bf05448578888675abf1e12f546b131.png [799.8 KB] acb8ec0c7eb87e43a32f1c2d709ba6ff.png [827.5 KB] 📁 1014060 0b49b82757727834c075dd00007e1230.png [598.7 KB] 8e1fefc10e119d77ffdde29c0ef7d2a4.png [383.8 KB] 📁 1011918 ea63089f73e2cc9b11bfeda5ff24cc37.png [1014.4 KB] 📁 1002770 8a258a928c13d203d475099553d772e9.png [382.8 KB] 📁 1013987 fdecd8bb4f244058577494e5074edc92.png [2.2 MB] 📁 1014012 6d0e40602d71cc6c1b7126664f17b53e.png [2.8 MB] 📁 1014001 f3e31dc55491426f27cc19776e108e2e.png [2.6 MB] 📁 1014068 28d1be62669b4f3cc01c36466bf811a4.png [5.7 KB] 📁 1010111 📁 1011557 📁 1010123 思考题参考答案（11课-20课）.pdf [2.4 MB] 专栏思考题参考答案.pdf [2.2 MB] 思考题参考答案（11课-20课）.md [17.2 KB] 专栏思考题参考答案.md [34.2 KB] 04｜格式幻觉：为什么JSON完美合规却还能毒杀下游？.pdf [7.5 MB] 05｜为什么窗口越大，Agent越容易忽略最重要的指令？.pdf [7.1 MB] 03｜注意力稀释：当113个工具让模型降智时，工程师该怎么做？.pdf [7.5 MB] 09｜Agent之间的信息传递：从互相投毒到契约交互.pdf [6.6 MB] 06｜分路召回架构：如何避免安全红线被向量检索“漏掉”？.pdf [6.0 MB] 12｜人审批后事故反而更大：正确设计HITL审批系统.pdf [5.1 MB] 07｜当Agent的记忆开始“精神错乱”，敢遗忘才是解药.pdf [5.2 MB] 11｜RBAC挡不住Agent：如何设计一个企业级Agent权限系统.pdf [5.3 MB] 02｜别把执行权交给概率：六大契约重新定义工具设计.pdf [4.9 MB] 18｜日志全绿，事故照发：构筑Agent测试护栏.pdf [4.5 MB] 20｜别给Prompt当保姆了：构建Agent的自我进化系统.pdf [4.0 MB] 01｜用十倍速制造事故：LoopEngineering的暗面.pdf [4.3 MB] 19｜指标涨了，体验崩了：搭建完善的LLM评估体系.pdf [4.1 MB] 16｜传统监控对Agent几乎无效：搭建Agent全链路监控体系.pdf [3.6 MB] 10｜多个Agent并发操作同一个世界：隔离优于共享.pdf [3.4 MB] 15｜Agent的成本总是悄悄飙升：创建网格化天眼账本.pdf [3.2 MB] 14｜Agent挂了，如何不丢状态、不丢钱、不丢数据地拉起来？.pdf [2.7 MB] 结束语｜代码不会骗人：在试错中长出Agent直觉.pdf [1.6 MB] 17｜AgentPlan可靠性工程：缩短链路长度比提升单步精度更划算.pdf [2.4 MB] 13｜Prompt防不住注入：从加防线到零信任体系.pdf [2.0 MB] 结课测试｜来赴一场满分之约！.pdf [470.4 KB] 开篇词｜Agent跑起来之后，真正的工程才刚开始.pdf [9.6 MB] 19｜指标涨了，体验崩了：搭建完善的LLM评估体系.md [17.9 KB] 20｜别给Prompt当保姆了：构建Agent的自我进化系统.md [18.6 KB] 18｜日志全绿，事故照发：构筑Agent测试护栏.md [19.2 KB] 17｜AgentPlan可靠性工程：缩短链路长度比提升单步精度更划算.md [12.2 KB] 16｜传统监控对Agent几乎无效：搭建Agent全链路监控体系.md [17.6 KB] 15｜Agent的成本总是悄悄飙升：创建网格化天眼账本.md [19.0 KB] 14｜Agent挂了，如何不丢状态、不丢钱、不丢数据地拉起来？.md [18.1 KB] 11｜RBAC挡不住Agent：如何设计一个企业级Agent权限系统.md [14.5 KB] 12｜人审批后事故反而更大：正确设计HITL审批系统.md [11.4 KB] 13｜Prompt防不住注入：从加防线到零信任体系.md [16.7 KB] 06｜分路召回架构：如何避免安全红线被向量检索“漏掉”？.md [19.9 KB] 09｜Agent之间的信息传递：从互相投毒到契约交互.md [23.7 KB] 08｜蒙眼狂奔的ReAct：为什么执行前看不到计划的Agent最危险？.md [19.4 KB] 03｜注意力稀释：当113个工具让模型降智时，工程师该怎么做？.md [20.3 KB] 05｜为什么窗口越大，Agent越容易忽略最重要的指令？.md [26.5 KB] 08｜蒙眼狂奔的ReAct：为什么执行前看不到计划的Agent最危险？.pdf [8.9 MB] 02｜别把执行权交给概率：六大契约重新定义工具设计.md [17.6 KB] 20｜别给Prompt当保姆了：构建Agent的自我进化系统.mp3 [18.9 MB] 18｜日志全绿，事故照发：构筑Agent测试护栏.mp3 [18.7 MB] 16｜传统监控对Agent几乎无效：搭建Agent全链路监控体系.mp3 [19.0 MB] 15｜Agent的成本总是悄悄飙升：创建网格化天眼账本.mp3 [18.1 MB] 14｜Agent挂了，如何不丢状态、不丢钱、不丢数据地拉起来？.mp3 [16.6 MB] 19｜指标涨了，体验崩了：搭建完善的LLM评估体系.mp3 [15.9 MB] 17｜AgentPlan可靠性工程：缩短链路长度比提升单步精度更划算.mp3 [10.6 MB] 13｜Prompt防不住注入：从加防线到零信任体系.mp3 [14.5 MB] 结束语｜代码不会骗人：在试错中长出Agent直觉.mp3 [4.9 MB] 开篇词｜Agent跑起来之后，真正的工程才刚开始.mp3 [3.9 MB] 10｜多个Agent并发操作同一个世界：隔离优于共享.mp3 [15.8 MB] 07｜当Agent的记忆开始“精神错乱”，敢遗忘才是解药.mp3 [13.4 MB] 05｜为什么窗口越大，Agent越容易忽略最重要的指令？.mp3 [18.6 MB] 09｜Agent之间的信息传递：从互相投毒到契约交互.mp3 [21.2 MB] 06｜分路召回架构：如何避免安全红线被向量检索“漏掉”？.mp3 [15.4 MB] 11｜RBAC挡不住Agent：如何设计一个企业级Agent权限系统.mp3 [16.5 MB] 08｜蒙眼狂奔的ReAct：为什么执行前看不到计划的Agent最危险？.mp3 [14.0 MB] 02｜别把执行权交给概率：六大契约重新定义工具设计.mp3 [10.3 MB] 12｜人审批后事故反而更大：正确设计HITL审批系统.mp3 [10.1 MB] 04｜格式幻觉：为什么JSON完美合规却还能毒杀下游？.mp3 [4.7 MB] 03｜注意力稀释：当113个工具让模型降智时，工程师该怎么做？.mp3 [4.5 MB] 01｜用十倍速制造事故：LoopEngineering的暗面.mp3 [3.5 MB] 结束语｜代码不会骗人：在试错中长出Agent直觉.md [4.9 KB] 结课测试｜来赴一场满分之约！.md [616.0 B] 开篇词｜Agent跑起来之后，真正的工程才刚开始.md [11.7 KB] 04｜格式幻觉：为什么JSON完美合规却还能毒杀下游？.md [17.8 KB] 10｜多个Agent并发操作同一个世界：隔离优于共享.md [17.1 KB] 01｜用十倍速制造事故：LoopEngineering的暗面.md [15.8 KB] 07｜当Agent的记忆开始“精神错乱”，敢遗忘才是解药.md [16.1 KB]
